Chuguang Leap cierra una ronda semilla de 'varios cientos de millones de yuanes' con Xiaomi y Baidu Ventures

Shanghai Chuguang Leap Intelligent Technology ha cerrado una ronda semilla de "varios cientos de millones de yuanes", según la empresa, con Chentao Capital, la inversión estratégica de Xiaomi, Baidu Ventures y Xinhe Capital entre los financiadores. Ninguno de los inversores figura como líder y la cifra exacta no se desveló. Un cambio en el registro mercantil el 12 de octubre añadió como accionistas a Hanxing Venture Investment, de Xiaomi, y a un fondo vinculado a Baidu, Sanya Baichuan Zhixin, y elevó el capital registrado de 500.000 a 600.000 yuanes.

La ronda pone precio a un método y a un equipo, y el resultado de referencia que dio a la empresa su primer titular no duró. Su modelo Simate-beta, un sistema VLA, logró el primer puesto en la clasificación de RoboDojo el 23 de septiembre, con una puntuación media de 33,95 y una tasa de éxito del 27,96%, por delante de GPT-6-Astra. En la instantánea del 9 de octubre del mismo panel, VPP2, de Robotera, un modelo de acción-mundo, lideraba con 39,26 y 32,26%, y PhysicalRSI (36,27 y 31,38%) y Awomo-0.5 (35,34 y 29,64%) también superaban a Simate-beta, que quedaba como mucho en cuarta posición. Su racha en el primer puesto había terminado el 9 de octubre a más tardar.

La mejora recursiva es la apuesta declarada

Lo que vende la empresa es "Physical RSI", abreviatura de mejora recursiva de la inteligencia física. Su sistema AutoResearch ejecuta un bucle que propone hipótesis, planifica experimentos y luego los ejecuta, valida y analiza de forma automática, con investigadores humanos marcando la dirección y las restricciones, según la empresa. Investigadores del MIT, Tsinghua, la Universidad de Pekín y la HKUST se han sumado a las pruebas internas de la plataforma, según la empresa.

La pila end-to-end de la conducción, trasladada a los brazos

El fundador Zhang Ying fue uno de los responsables técnicos clave del sistema de asistencia a la conducción HSD de Horizon Robotics, donde dirigió tres generaciones de sistemas de conducción end-to-end: basados en mapas de alta definición, sin mapas y end-to-end de una sola etapa solo con visión. Dejó Horizon en 2026. Su tesis declarada es que el método end-to-end de "percepción–razonamiento–ejecución" probado en la conducción autónoma se generaliza a la manipulación en entornos no estructurados, lo que sitúa a la joven empresa en el campo de la IA encarnada. El equipo incluye a Zhan Fangneng, profesor asistente de la HKUST que dirige el World Mind Lab, y a Jimazeyu, graduado por la UC San Diego y alumno de Xiaolong Wang que fue miembro fundador de ARI.

La lectura contraria es que un puesto en la clasificación es un indicador débil en esta fase, y que un cheque semilla para un exresponsable end-to-end de Horizon compra ingeniería a escala de la conducción en vez de una posición duradera en RoboDojo.

Ya hay varios números por delante del 33,95 de Simate-beta: el 39,26 de VPP2, el 36,27 de PhysicalRSI y el 35,34 de Awomo-0.5 en la instantánea del 9 de octubre, además del 44,48 que el artículo EmbodiedEvo de Einsia AI, del 13 de octubre, se atribuye en RoboDojo-Sim como superior a todos los resultados verificados oficialmente. La próxima instantánea de RoboDojo es el primer punto de control en el que Chuguang Leap puede demostrar que su propio bucle de investigación mueve ese número en lugar de un único modelo construido a mano.